AR模型在船舶旋转机械故障诊断和状态预测技术的应用

旋转机械如齿轮、轴承等,是船舶动力系统的关键部件,其安全性、可靠性直接决定了船舶的使用寿命。通常,旋转机械的故障与其振动特性密切相关,通过监测旋转机械的振动频率信号,可以分析和匹配相应的故障类型。本文首先介绍船舶动力系统齿轮、轴承的工作原理和特征频率,结合时间系统AR模型构建了船舶旋转机械故障诊断和状态预测系统,通过分析旋转机械部件的时间序列信号,分析和预测旋转机械部件的故障和工作状态。     

牵引系统PHM技术研究与应用

根据城轨智能化和运维智能化的发展需求,结合牵引系统的工作原理和用户的实际需求,提出城轨列车牵引系统的故障预测和健康管理系统的设计方案,建立车载子系统、车载系统和地面大数据平台的 3 层系统结构,设计电压/电流传感器、接触器等电气部件的故障预警功能和牵引系统的健康评估功能,并对该系统的应用前景进行展望。PHM系统的应用对提高城轨列车牵引系统的检修维护效率和运营效率具有积极的推动意义。     

基于生成对抗网络的地铁OD需求短时预测

城市轨道交通作为一种安全、运量大、环保节能的交通工具,能有效缓解城市交通压力,逐渐成为大中城市居民最重要的出行方式之一。准确可靠的城市轨道交通短期客流预测对旅客出行与客流管控有重要意义。有鉴于此,提出一种新型的生成对抗网络(GAN)模型,即CWGAN-div模型,以实现对地铁OD需求的短期预测。CWGAN-div模型融合条件生成对抗网络(CGAN)模型以及基于Wasserstein散度的生成对抗网络(WGAN-div)模型,结合2种模型的特点,来提高原始生成对抗网络模型的稳定性和生成精度。考虑到地铁客流量变化的时间周期性,使用一种融合2类周期信息的时间标签作为条件信息,并与历史OD数据一起作为模型的输入。为了更充分、更稳定地挖掘地铁客流需求的时空相关性,采用一种改进的卷积神经网络,即残差神经网络构建CWGAN-div的内部结构。以深圳地铁1号线和4号线的44个站点为例,数值实验表明,CWGAN-div模型具有较好的稳定性和预测效果,相比传统预测方法和普通深度学习方法在预测精度上分别提高了27.97%和6.59%,相比其他组合模型提高了3.26%,相比基础CGAN模型和WGAN-div模...     

意外 2007 F1赛季回顾

2007赛季的F1赛事,可谓精彩连连。一连串的意外事 件贯穿了整个赛季,不仅让人叹道：没有车王的赛季依然精彩![编者按]     

用于船舶永磁推进电机驱动控制的MMC模型预测方法

[目的]针对传统控制策略的多参数整定以及控制策略复杂性问题,提出一种适用于船舶电力推进驱动系统的模块化多电平变换器(MMC)模型预测控制方法.[方法]首先,分析传统控制策略下的驱动系统设计的复杂性问题;然后,基于模型预测(MPC)的优势,提出船舶电力推进驱动系统的MMC模型预测控制方案;最后,在Matlab/Simul...     

郑棉期货历史性底部康波预测检验与套保策略

周金涛先生曾预测2020年大宗商品价格处于历史性底部.通过下跌幅度、底分型及其后出现的上涨幅度、下跌中枢、大级别背离和维加斯隧道系统等技术分析视角,对郑棉期货2020历史性底部康波预测进行技术分析检验,结果证明了其正确性,并提出了相关套期保值建议,为投资分析提供借鉴.